只讲事实：AI对话如何降低阴谋论信念

🧒 初中生也能看懂的版本

① 研究背景（为什么要做？）

阴谋论在网络上流传很广，从公共卫生到选举公正都可能被它拖累。以往研究的结论比较悲观：一次简短的纠正往往只能小幅动摇信念，对立场坚定、把阴谋论当成世界观一部分的人尤其如此。很多解释因此认为，这类信念由动机驱动，靠自我封闭的说法维持，外人拿证据也撬不动。但近年一项研究发现，和人工智能进行个性化对话之后，参与者的阴谋论信念出现了相当大的下降，效果比传统的纠错信息大得多。这项新研究要回答的正是：究竟是什么在起作用。作者不再满足于“有没有效”，而是把原始做法拆成一个个零件，逐个拿掉，看效果会不会塌。

② 研究问题（要回答什么？）

作者把可能的解释归成四类。第一类是内容，也就是人工智能提供了与具体信念对得上的事实、推理和替代解释。第二类是来源，人们可能只是服从一个看起来中立、博学的机器。第三类是互动，对话本身带来的温暖、共情、被理解的感觉，以及反复来回劝说。第四类是测量假象，参与者在复述信念之后再打分，分数变化也许只是暂时松口。研究用“拆零件”的办法来区分：拆掉之后效果不变，说明这个零件不是必需的；拆掉之后效果明显变弱，说明它关键。这种一次只改一个要素的设计，比事后找相关性更能逼近因果。作者还追问，效果是否依赖多轮对话，还是单条定制消息就够了。

③ 研究方法（怎么做的？）

研究做了两个在线实验，参与者都是美国成年人，两个实验合计两千一百九十三人。招募通过一个在线研究平台完成。流程沿用一个已有范式：先请参与者说出自己相信的某个阴谋论并解释理由，由人工智能把这段陈述改写成一句标准说法，参与者在零到一百分的刻度上打分，然后与人工智能对话，结束后再打一次分。第一个实验有一千二百九十人，设置八种条件，包括复刻原始处理的基线组，以及分别去掉说服意图、去掉事实、把回答缩短一半、改成辩论框架、提前告知说服目的、去掉个人化证据、把打分移到阐述之前等变体。第二个实验有九百零三人，比较基线、单条定制消息、以及聊无关话题的对照组。两个实验分别使用不同代际的模型，回复都是实时生成而非从固定话术库里挑。

④ 结果（发现了什么？）

第一个实验里，基线组平均从八十点五降到六十九点六，下降十点九分。七个变体中有六个与基线没有可信差异：只讲事实而不刻意说服、把回答缩短一半、包装成辩论、提前告知说服意图、去掉个人化证据、把打分提前，效果都保住了。唯一明显变弱的是不许人工智能使用证据和推理的那一组，它只下降三点八分，比基线少七点二分，跌到真假分界线以下的人数比例也从一成六降到不到百分之六。第二个实验里，基线组下降十四点六分，聊无关话题的对照组只下降一点四分；单条定制消息下降十一点八分，约保住基线的七成九，仍有近四分之一的人从“相信”一侧跨到了“不信”一侧。内容分析还发现，人工智能使用事实与证据越多，信念降得越多；而拉近关系、讲故事、诉诸共情与降幅无关。

⑤ 讨论（这些发现说明什么？）

作者还检验了哪些人更容易被说服。对人工智能的信任确实会放大效果，但即使信任度低于平均水平一个标准差，信念仍下降十点七分，说明信任不是必要条件。信念的社会嵌入程度没有调节效果，即使在嵌入度最高的四分之一人群里，基线组相对对照组仍下降七点三分。事先听过很多反面论证的人也没有变得更难说服。开放思维倾向较高的人效果略大，但这项测量在对话之后，方向存疑。人口学变量大多没有显著调节，只有女性效果更大，而这一差异在另外两个实验中没有重现。作者也承认，样本偏向高学历、自选参与，实验室环境剥离了社会网络，而且“不许讲事实”这一条件拆掉的是一整束特征，不能说成对单一成分的精准切除。

⑥ 结论（最终结论 + 启示）

综合来看，这项研究把效果的主要来源指向了有针对性的证据和讲道理的论证，而不是人工智能的光环、对话的温度或测量的假象。单条定制消息就能取得大部分效果，意味着这种干预可以低成本地规模化。作者由此提出一个更大的判断：许多阴谋论者并非听不进证据，而是生活在一个很少收到相关、具体、对得上号的反证的环境里，生成式模型恰好补上了这个供给缺口。研究也提示，如果普通人能拿到同样质量的证据，或许也能产生类似效果。真正稀缺的可能不是人们的理性，而是把证据送到他们面前的那条通道。

🎓 专业 IRMaD 结构解读

I. Introduction（引言）

阴谋论把重要事件解释为有权势者的秘密恶意合谋，其后果波及公共卫生、民主正当性与科学进步（Ecker et al., 2024）。元分析显示，对阴谋论及相关错误信息的纠正有稳定但通常温和的效果，面对高度投入的信众或意识形态上有共鸣的主张时，效果还会缩小甚至消失（Albarracin & Shavitt, 2018; Chan & Albarracín, 2023; Walter et al., 2020）。既有文献因此常假定，简短的干预——尤其只是摆出反证——无法持久改变这类信念，并将其归因于动机性推理、对官方来源的不信任与自我封闭的解释体系。

与此形成张力的是，Costello 等（2024，Science）发现，与生成式人工智能的个性化对话能大幅降低阴谋论信念，效应量达到 d = 0.79 与 1.15。这一结果对“阴谋论者不受证据影响”的强版本构成挑战，也留下一个明确的机制问题：效果究竟来自证据内容、人工智能作为来源的权威、对话互动的形式，还是测量方式造成的假象。本文用两个实验（合计 N = 2,193）逐项拆解原始处理，系统检验上述四类解释。

I. Theoretical Framework & Hypotheses（理论框架与假设）

作者把候选机制整理为四类，并为每一类设计了可证伪的消融条件。内容假说认为，起作用的是与参与者具体信念相关的事实、替代解释与逻辑反驳；若如此，禁止模型使用证据与推理应显著削弱效果，而缩短篇幅、去掉修辞不应有太大影响。来源假说强调机器权威与“算法欣赏”，认为参与者只是服从一个看似中立的系统；若如此，提前告知模型的说服意图应削弱效果。互动假说强调对话的温暖、共情与多轮来回；若如此，把交流框定为辩论、或把多轮对话换成单条消息，应削弱效果。测量假说则怀疑变化来自“先复述再打分”的程序；若如此，把打分移到阐述之前、或从被评陈述中删去参与者自述的证据，变化应消失。

候选解释	操作化条件	若为必要条件则预期
内容：事实与推理	No Facts（禁止证据与推理）	效果大幅下降
内容：信息量	Concise（回答约减半）	效果下降
来源：机器权威	Overt（事先告知说服目的）	效果下降
互动：非对抗框架	Adversarial（框定为辩论）	效果下降
互动：多轮对话	Single Message（单条定制消息）	效果大幅下降
测量：复述后打分	Belief-First / Abstracted Summary	变化消失
回归均值	Control（聊无关话题）	与处理组同样下降

M. Materials & Methods（材料与方法）

两个实验均通过 CloudResearch Connect 招募美国成年人，英语作答，并在开始前完成知情同意、筛查与人口学题目。研究 1 原始 N = 3,988（样本 1a 为 2,585，样本 1b 为 1,403），最终分析样本 N = 1,290（1a：806；1b：484）；各条件人数为基线 333、抽象摘要 164、先打分 137、简洁 137、辩论 131、无事实 129、公开意图 132、只讲事实 127。排除依次为：验证码失败 8、移动设备 20、注意力检查 297、未进入处理 163、试点模型组 173、未表述阴谋论 1,828、前测低于 50 分 96、后测缺失 38、跨波重复 75。研究 2 原始 N = 2,082，最终 N = 903（单条消息 364、基线 336、对照 203），对照又随机分到三个无关话题。

核心测量为对人工智能改写的信念陈述的 0–100 置信度评分（0 = 绝对虚假，50 = 不确定，100 = 绝对真实），对话前后各一次。研究 1 使用 GPT-4，研究 2 使用 GPT-5.2，均为 API 实时生成。阴谋论身份由大语言模型分类器判定（与人工判断的 Gwet AC1 = .80，95% CI [.72, .89]）。研究 2 还测量了对生成式人工智能的信任（7 点）、信念重要性（0–8）、社会嵌入度（0–100）、既往反证暴露（两题，r = .45，α = .62）。内容分析用 GPT-4o 对 16 种说服策略评分（每段对话第一条消息），用 GPT-4.1 抽取具体事实主张、Gemini 3 Flash 按六类编码。效应量 d_av 为条件内前后降幅除以前后标准差均值，d_ppc 为降幅之差除以合并前测标准差；区间来自 5,000 次重抽样的百分位自助法，回归使用 HC3 稳健标准误与贝叶斯模型。

R. Results（结果）

研究 1（消融）：前测均值 81.8。基线组由 80.5 降至 69.6，平均降 10.9 分（95% CI [8.65, 13.11]，p < .001，d_av = 0.54 [0.45, 0.64]）。六个变体均未与基线产生可信差异，唯有 No Facts 显著更弱（差值 −7.17，95% CrI [−11.39, −2.83]，BF₁₀ = 11.43）。

条件	与基线差（95% CrI）	贝叶斯因子	原始降幅	d_av
只讲事实	0.55 [−3.73, 4.88]	BF₀₁ = 9.12	11.62	0.57
简洁	2.69 [−1.49, 6.90]	BF₀₁ = 4.37	13.83	0.65
辩论框架	0.65 [−3.62, 4.86]	BF₀₁ = 8.75	11.85	0.59
公开说服意图	−1.79 [−6.11, 2.48]	BF₀₁ = 6.52	9.10	0.46
抽象摘要	2.25 [−1.60, 6.12]	BF₀₁ = 5.28	13.31	0.66
先打分	−0.79 [−4.86, 3.36]	BF₀₁ = 8.83	10.28	0.52
无事实	−7.17 [−11.39, −2.83]	BF₁₀ = 11.43	3.81	0.22

简洁组每段对话 588 词，基线为 1,226 词；抽取主张 17.7 对 26.2。基线组中前测高于 50 分者有 16.5%（52/315）后测跌破 50，No Facts 仅 5.7%（Fisher p = .003）。研究 2：基线由 80.5 降至 65.9（降 14.6），对照仅降 1.4（差 −13.11，95% CrI [−16.52, −9.71]，BF₁₀ > 1,000；d_ppc = 0.88 [0.69, 1.07]）。23.1%（75/324）跌到中点以下，对照为 1.5%（3/197）。单条消息降 11.76，相对对照差 10.28 [6.93, 13.65]，相对基线差 −2.82 [−5.71, 0.06]，BF₀₁ = 2.1，保留基线效应的 79% [58%, 101%]。

调节：AI 信任 × 处理 = 2.13 分/刻度 [1.09, 3.16]，BF₁₀ > 30，三实验可合并（n = 2,594），信任低一个标准差处效应仍为 10.7 分 [8.3, 13.1]。社会嵌入度交互 −0.065/点 [−0.188, 0.060]，BF₁₀ = 0.15；最高四分位（≥ 80，n = 229）仍降 7.30 分（p = .001）。既往反证暴露交互 −0.63/点 [−3.56, 2.27]，BF₁₀ = 0.08。开放思维每增 1 SD，效应大 3.72 分 [0.54, 6.95]，BF₁₀ = 1.09（低 1 SD 处仍 12.2 分）。教育 −2.60（p = .056）、政党 −4.52（p = .120）、宗教性、年龄、前测信念均不显著；女性效应大 8.34 分 [2.76, 13.93]（p = .003），未在其他实验重现。

内容分析：策略评分的主成分分析得五个成分，解释 76% 方差。路径模型（N = 658）中，事实与证据 b = 4.85/SD [2.29, 7.25]，来源与专家 3.24 [1.39, 5.20]，两者高于其余三个（χ²(4) = 14.41，p = .006）；拉近关系 −0.11、故事 −1.09、共情 −0.83 均近零。No Facts 在事实与证据上低 1.90 SD、在故事上高 1.83 SD；其间接路径 −11.07 [−16.83, −5.17]，占间接效应总和 69%。主张层面共 30,662 条（研究 1）与 27,535 条（研究 2）；研究 1 中具体经验主张占 47.4%，No Facts 仅 9.9%（每段 0.7 条，其他条件约 13 条）；研究 2 具体经验主张占 37.2%。

a / D. Discussion & Conclusion（讨论与结论）

作者认为，结果最支持“证据内容”这一解释：去掉说服意图、非对抗框架、篇幅、多轮对话与两处测量程序，效果都得以保留；而一旦禁止模型提供事实、反证与推理，效果就大幅萎缩。内容分析与此一致——事实与证据、来源与专家两个成分正向预测降幅，拉近关系、讲故事、诉诸共情则接近零；被说服者的自述也以“针对性的证据和逻辑”为主。作者据此主张，生成式模型的作用主要是补上高质量反证的供给缺口，而非施展某种机器魔法。

与外部证据的汇合也被提及：同一范式下，让参与者以为对话对象是人类专家，降幅相当（Boissin et al., 2025）；效果在两个月随访中基本维持（Costello et al., 2024）；剥夺 AI 的事实主张会显著削弱其说服力（Lin et al., 2025），而大量事实与证据被证明是有效策略（Hackenburg et al., 2025）。局限包括：样本自选、偏高学历（56% 对全国 36%）、偏低宗教参与；实验室剥离社会网络；“无事实”条件拆掉的是一束相关特征，主张层面的分析为观察性；研究只能侦测较大差异（研究 1 约为基线效应的一半到三分之二，研究 2 约为三分之一），因此不能排除多轮对话、信任等因素有小幅增益。结论是：坚定的阴谋论信念并非不可动摇，许多信众对证据有相当响应性，稀缺的往往是相关、具体、对得上号的反证。

🧠 IRMaD 思维导图

I 引言 R 研究问题/假设 M 方法 R 结果 a 讨论 D 结论

mindmap
  root((AI对话为何能破除阴谋论))
    I 引言
      阴谋论难以纠正
      既往纠正效果有限
      对话式AI效果异常大
      四类解释待检验
    R 问题
      是事实还是AI光环
      是对话温度还是测量假象
      哪些要素必不可少
      效果能否只靠单条消息
    M 方法
      两个在线实验
      两千一百九十三人
      逐项拆解要素
      实时生成AI回复
      大模型内容编码
    R 结果
      基线下降十点九分
      唯有去掉事实变弱
      单条消息保住八成
      事实与信源正相关
      共情讲故事无关联
      高嵌入信念仍有效
    a 讨论
      信任放大但非必要
      开放思维略增效果
      样本高学历存局限
      事实是一束特征
    D 结论
      证据供给才是瓶颈
      单条消息可规模化
      阴谋论者并非封闭
      人若能给证据也行

图：本研究的 IRMaD 思维导图。蓝色 I 引言；橙色 R 研究问题；绿色 M 方法；橙色 R 结果；紫色 a 讨论；红色 D 结论。